如何在python中使用正则表达式匹配可选的完整电话号码

Question

这是我第一次在经过长时间的搜索后在这里询问解决方案，我想告诉你，从现在起，我一直在为我的具体案例努力寻找解决方案，或者我错过了，但至少我会为你提供你需要的所有信息。我已经找到并阅读了许多可能的方法来解决我的python正则表达式，但我只找到了用于孤立数字、字符或符号的正则表达式，而不是用于简单特定格式的整个电话号码

我将把文本的内容格式放在这里，我试图从中提取姓名、他们的电话号码和电子邮件地址（很抱歉没有格式化，但我不知道如何在代码区换行）：

很多文字。。。名字1 0723-111-222email@address1.com…大量文本
很多文字。。。第二个名字2 0723-333-444…大量文本
很多文字。。。第三名3email@address3.com…大量文本
很多文字。。。第四名4 0723-777-888email@address4.com…大量文本
很多文字。。。第五名5 0723-999-000email@address5.com…大量文本

我要提取的文本序列如下First Name1 0723-111-222 email@address1.com等等。现在我有一个正则表达式，它实际上成功地实现了这一点，但有一个例外。正如您在上面的文本示例中所看到的，我还有一个字符串没有电子邮件地址，另一个字符串没有电话号码。因此，成功提取了没有电子邮件地址的字符串，但没有提取缺少电话号码的字符串，并且脚本输出中没有打印

我运行的正则表达式是这样的，我很快就能得到我想要的：

'\w+s?\w+s?\w+\s\w+\s(?:\d+\-\d+\-\d+)?\s(?:[A-Za-z0-9\.\-+_*]+@[a-z0-9\.\-+_]+\.[a-z]+)?'

运行脚本后，输出如下所示：

名字1 0723-111-222email@address1.com
第二个名字2 0723-333-444
第四名4 0723-777-888email@address4.com
第五名5 0723-999-000email@address5.com

因此，主要问题在于regex的(?:\d+\-\d+\-\d+)?序列没有在输出中打印Third Name3 email@address3.com。在缺少电话号码的情况下，我需要向正则表达式添加哪些可选内容

很抱歉这么长的描述，但我想提供足够的信息让您了解问题所在

Answer 1

你可以用

\w+\s+\w+(?:(?:\s\d+-\d+-\d+)?\s+[A-Za-z0-9.+_*-]+@[a-z0-9.+_-]+\.[a-z]+|\s\d+-\d+-\d+)

见regex demo

该模式基本上遵循以下逻辑：<WORD> <WORD1> (optional_NUMBER EMAIL|NUMBER)

详细信息

• \w+\s+\w+-一个或多个单词字符、一个或多个空格以及一个或多个单词字符（两个空格分隔的“单词”）
• (?:-启动非捕获组：
  • (?:\s\d+-\d+-\d+)?\s+[A-Za-z0-9.+_*-]+@[a-z0-9.+_-]+\.[a-z]+-可选出现空格、一个或多个数字、一个或多个数字、一个或多个数字、一个或多个空格、一个或多个字符ASCII字母、数字、.、+、_、*或-字符、@、一个或多个小写字母、数字、.、^}_或-字符、.和一个或多个小写ASCII字母
  • |-或
  • \s\d+-\d+-\d+-空白，一个或多个数字，-，一个或多个数字，-，一个或多个数字
• )-非捕获组的结尾

注意：

• 要匹配一个或多个空格，请始终在\s之后添加+（在当前模式中并非如此）
• 电子邮件匹配模式可能需要进一步微调，请参见Extract email sub-strings from large document